ດັ່ງນັ້ນພວກເຮົາອອກແບບແລະສົ່ງຄຸນນະສົມບັດໃຫມ່ເຫຼື້ອມ. ພວກເຮົາຈະຮູ້ໄດ້ແນວໃດວ່າມັນເຮັດວຽກບໍ? ພວກເຮົາວັດແທກແລະຕິດຕາມຜົນກະທົບຂອງມັນແນວໃດ? ບໍ່ມີການຂາດແຄນໃນ UX metrics, ແຕ່ຈະເປັນແນວໃດຖ້າພວກເຮົາຕ້ອງການສ້າງຕົວຊີ້ວັດ UX ທີ່ງ່າຍດາຍ, ຊ້ໍາກັນ, ມີຄວາມຫມາຍ - ໂດຍສະເພາະສໍາລັບຄຸນສົມບັດຂອງພວກເຮົາ? ແລ້ວ, ໃຫ້ເບິ່ງວິທີການເຮັດແນວນັ້ນ.
ຂ້າພະເຈົ້າໄດ້ຍິນຄັ້ງທໍາອິດກ່ຽວກັບກອບ TARS ຈາກບົດຄວາມທີ່ປະເສີດຂອງ Adrian H. Raudschl ກ່ຽວກັບ "ວິທີການວັດແທກຜົນກະທົບຂອງລັກສະນະ". ທີ່ນີ້, Adrian ໄດ້ເນັ້ນໃຫ້ເຫັນວິທີການທີ່ທີມງານຂອງລາວຕິດຕາມແລະຕັດສິນໃຈວ່າລັກສະນະໃດທີ່ຈະເນັ້ນໃສ່ - ແລະຫຼັງຈາກນັ້ນແຜນທີ່ພວກມັນຕໍ່ກັນແລະກັນໃນຕາຕະລາງ 2×2 quadrants. ມັນໄດ້ກາຍມາເປັນກອບທີ່ເປັນປະໂຫຍດຫຼາຍທີ່ຈະເຫັນຜົນກະທົບຂອງການເຮັດວຽກ UX ຜ່ານທັດສະນະຂອງຕົວຊີ້ທາງທຸລະກິດ. ໃຫ້ເບິ່ງວ່າມັນເຮັດວຽກແນວໃດ. 1. ຜູ້ຊົມເປົ້າໝາຍ (%) ພວກເຮົາເລີ່ມຕົ້ນໂດຍການປະເມີນຈໍານວນຜູ້ຊົມເປົ້າຫມາຍໂດຍການຂຸດຄົ້ນອັດຕາສ່ວນຂອງຜູ້ໃຊ້ຂອງຜະລິດຕະພັນໃດຫນຶ່ງທີ່ມີບັນຫາສະເພາະທີ່ຄຸນສົມບັດມີຈຸດປະສົງເພື່ອແກ້ໄຂ. ພວກເຮົາສາມາດສຶກສາລັກສະນະທີ່ມີຢູ່ແລ້ວຫຼືຄ້າຍຄືກັນທີ່ພະຍາຍາມແກ້ໄຂບັນຫາທີ່ຄ້າຍຄືກັນ, ແລະຈໍານວນຜູ້ໃຊ້ເຂົ້າຮ່ວມກັບພວກເຂົາ. ຜູ້ຊົມເປົ້າໝາຍບໍ່ຄືກັນກັບການໃຊ້ຄຸນສົມບັດ. ດັ່ງທີ່ Adrian ສັງເກດເຫັນ, ຖ້າພວກເຮົາຮູ້ວ່າຄຸນນະສົມບັດປຸ່ມສົ່ງອອກທີ່ມີຢູ່ແມ່ນຖືກນໍາໃຊ້ໂດຍ 5% ຂອງຜູ້ໃຊ້ທັງຫມົດ, ມັນບໍ່ໄດ້ຫມາຍຄວາມວ່າຜູ້ຊົມເປົ້າຫມາຍແມ່ນ 5%. ຜູ້ໃຊ້ເພີ່ມເຕີມອາດຈະມີບັນຫາທີ່ຄຸນສົມບັດການສົ່ງອອກກໍາລັງພະຍາຍາມແກ້ໄຂ, ແຕ່ພວກເຂົາບໍ່ສາມາດຊອກຫາມັນໄດ້. ຄໍາຖາມທີ່ພວກເຮົາຖາມວ່າ: "ສ່ວນຮ້ອຍຂອງຜູ້ໃຊ້ຜະລິດຕະພັນຂອງພວກເຮົາທັງຫມົດມີບັນຫາສະເພາະທີ່ລັກສະນະໃຫມ່ມີຈຸດປະສົງແກ້ໄຂແນວໃດ?"
2. A = ການຮັບຮອງເອົາ (%) ຕໍ່ໄປ, ພວກເຮົາວັດແທກວ່າພວກເຮົາກໍາລັງ "ໄດ້ຮັບ" ຜູ້ຊົມເປົ້າຫມາຍຂອງພວກເຮົາດີເທົ່າໃດ. ສໍາລັບການນັ້ນ, ພວກເຮົາຕິດຕາມຈໍານວນຜູ້ໃຊ້ຕົວຈິງແລ້ວມີສ່ວນຮ່ວມຢ່າງສໍາເລັດຜົນກັບຄຸນສົມບັດນັ້ນໃນໄລຍະເວລາສະເພາະໃດຫນຶ່ງ. ພວກເຮົາບໍ່ໄດ້ສຸມໃສ່ CTRs ຫຼືໄລຍະເວລາຂອງເຊດຊັນຢູ່ທີ່ນັ້ນ, ແຕ່ຖ້າຜູ້ໃຊ້ມີສ່ວນຮ່ວມກັບມັນຢ່າງມີຄວາມຫມາຍ. ຕົວຢ່າງ, ຖ້າມີອັນໃດອັນໜຶ່ງທີ່ສົ່ງສັນຍານວ່າພວກເຂົາພົບວ່າມັນມີຄຸນຄ່າເຊັ່ນ: ການແບ່ງປັນ URL ສົ່ງອອກ, ຈໍານວນຂອງໄຟລ໌ທີ່ສົ່ງອອກ, ຫຼືການນໍາໃຊ້ຕົວກອງແລະການຕັ້ງຄ່າ.
ການຮັບຮອງເອົາຄຸນສົມບັດສູງ (> 60%) ຊີ້ໃຫ້ເຫັນວ່າບັນຫາມີຜົນກະທົບ. ການຮັບຮອງເອົາຕໍ່າ (<20%) ອາດຈະຫມາຍຄວາມວ່າບັນຫາມີການແກ້ໄຂງ່າຍໆທີ່ປະຊາຊົນໄດ້ເພິ່ງພາອາໄສ. ການປ່ຽນແປງນິໄສຕ້ອງໃຊ້ເວລາເຊັ່ນດຽວກັນ, ແລະດັ່ງນັ້ນການຮັບຮອງຕໍາ່ໃນການເລີ່ມຕົ້ນແມ່ນຄາດວ່າຈະ. ບາງຄັ້ງ, ການຮັບຮອງເອົາຄຸນສົມບັດຕ່ໍາບໍ່ມີຫຍັງກ່ຽວຂ້ອງກັບຄຸນສົມບັດຂອງມັນເອງ, ແຕ່ແທນທີ່ຈະຢູ່ໃນ UI. ຜູ້ໃຊ້ອາດຈະບໍ່ເຄີຍຄົ້ນພົບມັນຖ້າຫາກວ່າມັນຖືກເຊື່ອງໄວ້ຫຼືຖ້າຫາກວ່າມັນມີປ້າຍທີ່ສັບສົນ. ມັນຕ້ອງເປັນທີ່ຈະແຈ້ງພຽງພໍສໍາລັບຜູ້ຄົນທີ່ຈະ stumble ຕາມມັນ. ການລ້ຽງດູຕໍ່າບໍ່ແມ່ນຄວາມລົ້ມເຫລວສະເຫມີ. ຖ້າບັນຫາມີຜົນກະທົບພຽງແຕ່ 10% ຂອງຜູ້ໃຊ້, ການກົດແປ້ນພິມ 50-75% ພາຍໃນ niche ສະເພາະນັ້ນຫມາຍຄວາມວ່າຄຸນນະສົມບັດແມ່ນຜົນສໍາເລັດ. ຄໍາຖາມທີ່ພວກເຮົາຖາມວ່າ: "ສ່ວນຮ້ອຍຂອງຜູ້ໃຊ້ເປົ້າຫມາຍທີ່ໃຊ້ວຽກຕົວຈິງໃຊ້ຄຸນສົມບັດເພື່ອແກ້ໄຂບັນຫານັ້ນ?"
3. ການເກັບຮັກສາ (%) ຕໍ່ໄປ, ພວກເຮົາສຶກສາວ່າຄຸນສົມບັດໃດນຶ່ງຖືກໃຊ້ຊ້ຳແລ້ວຊ້ຳອີກ. ພວກເຮົາວັດແທກຄວາມຖີ່ຂອງການນໍາໃຊ້, ຫຼືໂດຍສະເພາະ, ຈໍານວນຜູ້ໃຊ້ທີ່ມີສ່ວນຮ່ວມກັບຄຸນສົມບັດຕົວຈິງສືບຕໍ່ນໍາໃຊ້ມັນໃນໄລຍະເວລາ. ໂດຍປົກກະຕິ, ມັນເປັນສັນຍານທີ່ເຂັ້ມແຂງສໍາລັບຜົນກະທົບທີ່ມີຄວາມຫມາຍ. ຖ້າຄຸນສົມບັດໃດໜຶ່ງມີອັດຕາການເກັບຮັກສາ > 50% (ສະເລ່ຍ), ພວກເຮົາສາມາດໝັ້ນໃຈໄດ້ວ່າມັນມີຄວາມສຳຄັນທາງຍຸດທະສາດສູງ. ອັດຕາການເກັບຮັກສາໄວ້ 25-35% ສະແດງໃຫ້ເຫັນເຖິງຄວາມສໍາຄັນຍຸດທະສາດປານກາງ, ແລະການຮັກສາໄວ້ 10-20% ແມ່ນຄວາມສໍາຄັນຍຸດທະສາດຕ່ໍາ. ຄໍາຖາມທີ່ພວກເຮົາຖາມວ່າ: "ໃນຈໍານວນຜູ້ໃຊ້ທັງຫມົດທີ່ນໍາໃຊ້ຄຸນນະສົມບັດຢ່າງມີຄວາມຫມາຍ, ມີຈໍານວນເທົ່າໃດທີ່ກັບມາໃຊ້ມັນອີກເທື່ອຫນຶ່ງ?"
4. ຄະແນນຄວາມພໍໃຈ (CES) ສຸດທ້າຍ, ພວກເຮົາວັດແທກລະດັບຄວາມພໍໃຈທີ່ຜູ້ໃຊ້ມີກັບຄຸນສົມບັດນັ້ນທີ່ພວກເຮົາໄດ້ຈັດສົ່ງ. ພວກເຮົາບໍ່ໄດ້ຮ້ອງຂໍໃຫ້ທຸກຄົນ — ພວກເຮົາຂໍພຽງແຕ່ຜູ້ຊົມໃຊ້ "ເກັບຮັກສາໄວ້". ມັນຊ່ວຍພວກເຮົາຊອກຫາບັນຫາທີ່ເຊື່ອງໄວ້ທີ່ອາດຈະບໍ່ສະທ້ອນຢູ່ໃນຄະແນນການຮັກສາໄວ້.
ເມື່ອຜູ້ໃຊ້ຕົວຈິງໄດ້ໃຊ້ຄຸນສົມບັດຫຼາຍໆຄັ້ງ, ພວກເຮົາຖາມພວກເຂົາວ່າມັນງ່າຍແນວໃດທີ່ຈະແກ້ໄຂບັນຫາຫຼັງຈາກທີ່ພວກເຂົາໃຊ້ຄຸນສົມບັດນັ້ນ - ລະຫວ່າງ "ຍາກຫຼາຍ" ແລະ "ງ່າຍກວ່າທີ່ຄາດໄວ້". ພວກເຮົາຮູ້ວ່າພວກເຮົາຕ້ອງການຄະແນນແນວໃດ. ການນໍາໃຊ້ TARS ສໍາລັບຍຸດທະສາດຄຸນນະສົມບັດ ເມື່ອພວກເຮົາເລີ່ມການວັດແທກດ້ວຍ TARS, ພວກເຮົາສາມາດຄິດໄລ່ຄະແນນ S÷T — ອັດຕາສ່ວນຂອງຜູ້ໃຊ້ທີ່ພໍໃຈ ÷ ຜູ້ໃຊ້ເປົ້າໝາຍ. ມັນເຮັດໃຫ້ພວກເຮົາມີຄວາມຮູ້ສຶກວ່າຄຸນນະສົມບັດປະຕິບັດໄດ້ດີສໍາລັບຜູ້ຊົມເປົ້າຫມາຍຂອງພວກເຮົາ. ເມື່ອພວກເຮົາເຮັດສິ່ງນັ້ນສໍາລັບທຸກໆຄຸນສົມບັດ, ພວກເຮົາສາມາດແຜນທີ່ລັກສະນະທັງຫມົດໃນທົ່ວ 4 quadrants ໃນ 2 × 2 matrix.
ຄຸນສົມບັດທີ່ມີປະສິດຕິພາບເກີນແມ່ນຕົກເປັນມູນຄ່າການເອົາໃຈໃສ່ກັບ: ພວກເຂົາເຈົ້າມີການຮັກສາໄວ້ຕ່ໍາແຕ່ຄວາມພໍໃຈສູງ. ມັນອາດຈະເປັນລັກສະນະທີ່ຜູ້ໃຊ້ບໍ່ຈໍາເປັນຕ້ອງໃຊ້ເລື້ອຍໆ, ແຕ່ເມື່ອພວກເຂົາເຮັດ, ມັນມີປະສິດທິພາບທີ່ສຸດ. ຄຸນນະສົມບັດຄວາມຮັບຜິດຊອບມີການຮັກສາໄວ້ສູງແຕ່ຄວາມພໍໃຈຕ່ໍາ, ດັ່ງນັ້ນບາງທີພວກເຮົາຈໍາເປັນຕ້ອງໄດ້ເຮັດວຽກໃຫ້ເຂົາເຈົ້າປັບປຸງໃຫ້ເຂົາເຈົ້າ. ແລະຫຼັງຈາກນັ້ນພວກເຮົາຍັງສາມາດກໍານົດລັກສະນະຫຼັກແລະລັກສະນະຂອງໂຄງການ - ແລະສົນທະນາກັບຜູ້ອອກແບບ, PMs, ແລະວິສະວະກອນກ່ຽວກັບສິ່ງທີ່ພວກເຮົາຄວນຈະເຮັດວຽກຕໍ່ໄປ. ອັດຕາການປ່ຽນແປງບໍ່ແມ່ນ UX Metric TARS ບໍ່ໄດ້ກວມເອົາອັດຕາການປ່ຽນແປງ, ແລະດ້ວຍເຫດຜົນທີ່ດີ. ດັ່ງທີ່ Fabian Lenz ສັງເກດເຫັນ, ການປ່ຽນໃຈເຫລື້ອມໃສມັກຈະຖືກຖືວ່າເປັນຕົວຊີ້ວັດສູງສຸດຂອງຄວາມສໍາເລັດ - ແຕ່ໃນທາງປະຕິບັດມັນມີຄວາມຫຍຸ້ງຍາກສະເຫມີທີ່ຈະນໍາສະເຫນີການເຊື່ອມຕໍ່ທີ່ຊັດເຈນລະຫວ່າງການລິເລີ່ມການອອກແບບຂະຫນາດນ້ອຍກວ່າແລະເປົ້າຫມາຍການປ່ຽນແປງໃຫຍ່.
ຄວາມຈິງແມ່ນວ່າເກືອບທຸກຄົນໃນທີມກໍາລັງເຮັດວຽກໄປສູ່ການປ່ຽນໃຈເຫລື້ອມໃສທີ່ດີກວ່າ. uptick ອາດຈະເຊື່ອມຕໍ່ກັບການລິເລີ່ມທີ່ແຕກຕ່າງກັນຫຼາຍ - ຈາກການຂາຍແລະການຕະຫຼາດເພື່ອເພີ່ມປະສິດທິພາບຂອງເວັບໄປສູ່ຜົນກະທົບຕາມລະດູການກັບການລິເລີ່ມ UX. UX, ແນ່ນອນ, ສາມາດປັບປຸງການແປງ, ແຕ່ມັນບໍ່ແມ່ນຕົວຊີ້ວັດ UX ແທ້ໆ. ປົກກະຕິແລ້ວ, ຄົນເຮົາບໍ່ສາມາດເລືອກຜະລິດຕະພັນທີ່ເຂົາເຈົ້າໃຊ້ໄດ້. ແລະເລື້ອຍໆຜົນໄດ້ຮັບທາງທຸລະກິດທີ່ຕ້ອງການແມ່ນມາຈາກຄວາມຈໍາເປັນແລະການດີ້ນລົນ, ແທນທີ່ຈະເປັນຄວາມໄວ້ວາງໃຈແລະການຍົກຍ້ອງ. ການແປງສູງເຖິງວ່າຈະມີ UX ທີ່ບໍ່ດີ ດັ່ງທີ່ Fabian ຂຽນ, ອັດຕາການປ່ຽນແປງສູງສາມາດເກີດຂື້ນໄດ້ເຖິງວ່າຈະມີ UX ທີ່ບໍ່ດີ, ເພາະວ່າ:
ພະລັງຍີ່ຫໍ້ທີ່ເຂັ້ມແຂງດຶງຄົນເຂົ້າມາ, ຍຸດທະສາດຮີບດ່ວນທີ່ຮຸກຮານແຕ່ມີປະສິດທິຜົນ, ລາຄາທີ່ຫນ້າສົນໃຈທີ່ສຸດ, ການຕະຫຼາດປະຕິບັດ brilliant, ຄວາມສັດຊື່ຂອງລູກຄ້າປະຫວັດສາດ, ຜູ້ໃຊ້ພຽງແຕ່ບໍ່ມີທາງເລືອກ.
ການແປງຕ່ໍາເຖິງວ່າຈະມີ UX ທີ່ຍິ່ງໃຫຍ່ ໃນເວລາດຽວກັນ, ອັດຕາການປ່ຽນແປງທີ່ຕໍ່າສາມາດເກີດຂື້ນເຖິງວ່າຈະມີ UX ທີ່ຍິ່ງໃຫຍ່, ເພາະວ່າ:
ຂໍ້ສະເໜີບໍ່ກ່ຽວຂ້ອງກັບຜູ້ຊົມ, ຜູ້ໃຊ້ບໍ່ໄວ້ວາງໃຈຍີ່ຫໍ້, ຮູບແບບທຸລະກິດທີ່ບໍ່ດີຫຼືຄວາມສ່ຽງສູງຂອງຄວາມລົ້ມເຫຼວ, ການຕະຫຼາດບໍ່ເຂົ້າເຖິງຜູ້ຊົມທີ່ຖືກຕ້ອງ, ປັດໃຈພາຍນອກ (ລາຄາ, ເວລາ, ການແຂ່ງຂັນ).
ການປ່ຽນໃຈເຫລື້ອມໃສທີ່ປັບປຸງແມ່ນຜົນໄດ້ຮັບໃນທາງບວກຂອງການລິເລີ່ມ UX. ແຕ່ການເຮັດວຽກ UX ທີ່ດີປົກກະຕິຈະປັບປຸງການສໍາເລັດວຽກງານ, ຫຼຸດຜ່ອນເວລາໃນຫນ້າວຽກ, ຫຼຸດຜ່ອນຄວາມຜິດພາດ, ແລະຫຼີກເວັ້ນການອໍາມະພາດການຕັດສິນໃຈ. ແລະມີຫຼາຍຕົວວັດແທກການອອກແບບທີ່ສາມາດປະຕິບັດໄດ້ທີ່ພວກເຮົາສາມາດໃຊ້ເພື່ອຕິດຕາມ UX ແລະຊຸກຍູ້ຄວາມສໍາເລັດແບບຍືນຍົງ. ຫໍ່ຂຶ້ນ ການວັດແທກຜະລິດຕະພັນຢ່າງດຽວບໍ່ໄດ້ໃຫ້ທັດສະນະທີ່ຖືກຕ້ອງສະເໝີໄປວ່າຜະລິດຕະພັນໃດໜຶ່ງເຮັດວຽກໄດ້ດີປານໃດ. ການຂາຍອາດຈະປະຕິບັດໄດ້ດີ, ແຕ່ຜູ້ໃຊ້ອາດຈະບໍ່ມີປະສິດທິພາບແລະອຸກອັ່ງຫຼາຍ. ແຕ່ການປັ່ນປ່ວນແມ່ນຕໍ່າເພາະວ່າຜູ້ໃຊ້ບໍ່ສາມາດເລືອກເຄື່ອງມືທີ່ເຂົາເຈົ້າກໍາລັງໃຊ້.
ພວກເຮົາຕ້ອງການ UX metrics ເພື່ອເຂົ້າໃຈແລະປັບປຸງປະສົບການຂອງຜູ້ໃຊ້. ສິ່ງທີ່ຂ້ອຍມັກທີ່ສຸດກ່ຽວກັບ TARS ແມ່ນວ່າມັນເປັນວິທີທີ່ດີທີ່ຈະເຊື່ອມຕໍ່ການນໍາໃຊ້ຂອງລູກຄ້າແລະປະສົບການຂອງລູກຄ້າກັບຕົວຊີ້ບອກຜະລິດຕະພັນທີ່ກ່ຽວຂ້ອງ. ສ່ວນບຸກຄົນ, ຂ້ອຍຈະຂະຫຍາຍ TARS ດ້ວຍການວັດແທກທີ່ສຸມໃສ່ UX ແລະ KPIs ເຊັ່ນກັນ - ຂຶ້ນກັບຄວາມຕ້ອງການຂອງໂຄງການ. ຂອບໃຈເປັນຢ່າງສູງກັບ Adrian H. Raudaschl ສໍາລັບການວາງມັນຮ່ວມກັນ. ແລະຖ້າຫາກວ່າທ່ານມີຄວາມສົນໃຈໃນ metrics, ຂ້າພະເຈົ້າຂໍແນະນໍາໃຫ້ທ່ານປະຕິບັດຕາມພຣະອົງສໍາລັບຄູ່ມືພາກປະຕິບັດແລະເປັນປະໂຫຍດທັງຫມົດປະມານວ່າ! ພົບກັບ "ວິທີການວັດແທກ UX ແລະການອອກແບບຜົນກະທົບ" ທ່ານສາມາດຊອກຫາລາຍລະອຽດເພີ່ມເຕີມກ່ຽວກັບ UX Strategy ໃນ 🪴 Measure UX & Design Impact (8h), ຄູ່ມືພາກປະຕິບັດສໍາລັບນັກອອກແບບ ແລະ UX ນໍາໄປສູ່ການວັດແທກ ແລະສະແດງຜົນກະທົບ UX ຂອງທ່ານໃນທຸລະກິດ. ໃຊ້ລະຫັດ 🎟 IMPACT ເພື່ອປະຫຍັດ 20% ສ່ວນຫຼຸດໃນມື້ນີ້. ໄປຫາລາຍລະອຽດ.
ວິດີໂອ + ການຝຶກອົບຮົມ UX ວິດີໂອເທົ່ານັ້ນVideo + ການຝຶກອົບຮົມ UX $ 495.00 $ 799.00
ຮັບວິດີໂອ + ບົດຮຽນວິດີໂອ UX Training25 (8ຊມ) + ການຝຶກອົບຮົມ UX ສົດ. ຮັບປະກັນຄືນເງິນ 100 ວັນ. ວິດີໂອພຽງແຕ່ $ 250.00$ 395.00
ໄດ້ຮັບວິດີໂອ course25 ບົດຮຽນວິດີໂອ (8h). ອັບເດດທຸກປີ.ຍັງມີເປັນ UX Bundle ທີ່ມີ 3 ຫຼັກສູດວິດີໂອ.
ຊັບພະຍາກອນທີ່ເປັນປະໂຫຍດ
"ວິທີການວັດແທກ UX ແລະຜົນກະທົບການອອກແບບ", ໂດຍເຈົ້າແທ້ໆ "ຄວາມຄິດທຸລະກິດສໍາລັບນັກອອກແບບ", Ryan Rumsey “ROI ຂອງໂຄງການອອກແບບ "ວິທີການ UX Metrics ທີ່ຖືກຕ້ອງສະແດງໃຫ້ເຫັນມູນຄ່າການປ່ຽນແປງເກມ", ໂດຍ Jared Spool "ການຄິດໄລ່ຂະຫນາດຕົວຢ່າງການຄົ້ນຄວ້າ"
ອ່ານເພີ່ມເຕີມ
"ການອອກແບບສໍາລັບຄວາມກົດດັນແລະສຸກເສີນ", Vitaly Friedman "AI ໃນ UX: ບັນລຸໄດ້ຫຼາຍດ້ວຍຫນ້ອຍ", Paul Boag "ບັນຫາການເຂົ້າເຖິງດ້ວຍວິທີການກວດສອບຄວາມຖືກຕ້ອງຄືກັບ CAPTCHA", Eleanor Hecks "ຈາກ Prompt ກັບຄູ່ຮ່ວມງານ: ການອອກແບບຜູ້ຊ່ວຍ AI ຂອງທ່ານເອງ", Lyndon Cerejo
